EcomGen 是面向个人卖家的本地优先电商 AI 应用。它不直接替用户一键出图，而是先把商品事实、商品素材、目标市场和平台要求整理成一份可审核的分镜，再由 Worker 调用兼容 OpenAI 的图像 Provider 逐张生成、审核并导出整套图片。
项目采用 MIT 协议开源，默认把 SQLite、上传素材、生成结果和导出文件都放在 ./data 目录，API Key 加密保存，前端不会直连 Provider、Redis 或 SQLite。对想把 AI 生产力落到具体出图流程里、又不愿把商品资料交给在线服务的独立卖家和小团队，这类自托管方案更可控。
技术栈方面，Web 端是 React 19、Vite、Ant Design、TanStack Query 和 Motion，API 层是 Fastify 5、TypeBox、SQLite、SSE 和 multipart，Worker 侧用 BullMQ、Redis、Sharp 和 Archiver，Agent 能力来自 @earendil-works/pi-agent-core 与 @earendil-works/pi-ai，工程侧是 TypeScript、pnpm workspace、Vitest 和 OpenAPI 3.1。
界面预览
工作台由 React + Vite 构建的 Web 前端承载，覆盖从建项目到导出的全过程。
项目入口：列出已有商品项目，每个项目的分镜、生成任务和导出状态一目了然。
商品配置：录入商品描述、已核实事实、禁止声明、品牌规范、目标市场和目标平台。
分镜确认：Pi Agent 给出分镜方案后，用户可直接编辑并逐条确认最终提示词。
生成结果：Worker 出图后在此审核，通过的图片打包成 ZIP 导出。
场景痛点
个人卖家做一套商品图，通常要在几个网页端工具之间反复横跳：先在主图工具里拼背景，再切到信息图模板改文案，最后回到修图软件统一尺寸。每次切换都要重新上传商品图、重新描述一遍卖点，改一个参数就得整批重做。中间缺的不是某个出图按钮，而是一套能把商品资料、分镜和出图串起来的效率工具。
更麻烦的是商品事实的一致性。卖家把「材质」「功率」「容量」这类信息交给通用聊天机器人写 AI 绘画提示词，模型会顺着语境编出没核实过的参数，生成的包装图上还可能印错规格。等图上了架才发现，返工成本比重新做一遍还高。
核心功能
项目化工作流
每个商品是一个独立项目，记录商品描述、已核实事实、禁止声明、品牌规范、目标市场和平台。这些字段后续会作为分镜规划的约束条件，避免每次生成都从头描述一遍商品。
Pi Agent 分镜规划
Pi Agent 读取内置的电商模板和平台规范，产出可直接交给图像模型的最终 Prompt。用户可以在确认环节自己改，改完再交给 Worker—— promptInstruction 就是最终 Prompt，Worker 不会在下游二次拼接模板。
25 种电商图片模板
内置改造后的 ecom-details-image 模板目录，覆盖主图、场景图、信息图、包装、对比和社媒等场景，模板定义在 packages/ecom-skill。未知模板 ID 会显式失败，不允许绕过模板校验。
素材与像素保护
素材按 PRODUCT_TRUTH、包装图和参考图三类区分。开启 PIXEL_PROTECTED 模式后，生成时必须使用当前项目的商品真值素材；缺少 PRODUCT_TRUTH 时任务直接失败，不会拿参考图顶替商品真实像素。
异步生成与审计
规划、生图、编辑和导出都由 BullMQ Worker 排队处理，每一步保存 compiledPrompt、生成快照和任务状态。这套 AI 自动化流水线在每一步都留了人工入口：SSE 只负责通知前端重新查询，REST 接口才是状态真相，刷新页面不会丢失进度。
Provider 管理
可以配置多个推理和生图 Provider，支持 OpenAI-compatible Images，也支持 Google Gemini 原生生图（Nano Banana）。API Key 加密存储，且明确规定：API Key、主密钥和其他凭据不得写入 Prompt、日志、manifest.json 或提交记录。
编辑、审核与导出
支持基于输出分支的图像编辑、人工审核和 ZIP 导出，导出时会附带 manifest 便于追溯整套图的生成参数。
安装与使用
前置条件
- Windows、Node.js 22 或更高版本
- pnpm 11（仓库锁定版本为
11.19.0） - Redis 6.2 或更高版本；本地可用 Redis 7 Docker 容器
- 一个 Base 64 编码的 32 字节
ECOMGEN_MASTER_KEY - 至少一个可用的推理 Provider；生图可用 OpenAI-compatible Images 或 Google Gemini Nano Banana
安装
生成主密钥并写入 .env 的 ECOMGEN_MASTER_KEY（不要提交 .env）：
默认配置使用 ./data 保存 SQLite、上传素材、生成结果和导出文件，使用 redis://127.0.0.1:6379 连接 Redis。Web 端可按需在 apps/web/.env 中设置：
启动服务
先确保 Redis 已启动，再在三个终端分别运行：
默认地址：Web 为 Vite 输出的本地地址（通常为 http://127.0.0.1:5173），API 为 http://127.0.0.1:8787，API 契约见 openapi.yaml。也可以用根脚本一次拉起三个服务：pnpm dev。
Docker Compose 部署
Compose 会启动 Redis、API 和 Worker，业务数据存到命名卷；API 同时托管 apps/web/dist，因此只需暴露一个端口。先在根目录创建 .env 并至少设置 ECOMGEN_MASTER_KEY：
启动后访问 http://127.0.0.1:8787 即完整工作台。部署在 VPS 或远程服务器时，用 http://<服务器IP>:8787 访问，建议前置 Nginx 或 Caddy 反代并配置 HTTPS。查看日志和停止服务：
需要注意，VITE_API_BASE_URL 是构建期变量：前后端分开部署时，必须在 pnpm --filter @ecomgen/web build 之前设置为浏览器可访问的 API 地址，构建后无法修改；不设置时默认走同源相对路径 /api/v1。
常用命令
按包运行示例：pnpm --filter @ecomgen/web test、pnpm --filter @ecomgen/agent test -- --run、pnpm --filter @ecomgen/worker build。
Gemini 生图配置
| 配置项 | 取值 |
| Base URL | https://generativelanguage.googleapis.com/v1beta |
| 模型 ID | gemini-2.5-flash-image |
| 生图 API 类型 | gemini |
该适配器使用 Gemini generateContent 的原生图像响应，参考图以内联图片发送。Gemini 不支持 OpenAI 式蒙版，因此局部蒙版编辑和画布外扩会按能力检查显式拒绝——这是能力边界，不是配置项能绕过的。
我的使用感受
EcomGen 的思路和常见的一键出图工具不太一样：它把「先说清楚商品是什么」放在「生成图片」之前，分镜这一层是可以逐条改、逐条确认的。对卖家长尾 SKU 多的情况，这套约束比多轮对话调提示词更省事。
代价是上手成本不低。要自备 Redis、自备推理 Provider，还得理解 PRODUCT_TRUTH 和 PIXEL_PROTECTED 这类概念。它属于那种需要花半小时配环境、之后能长期复用的实用软件，在众多 AI 工具里定位偏流程管控而非出图速度。指望开箱即用会有点落差，但对正在找电商出图方案的卖家，这是值得放进工具推荐清单的一个选择。
官方网站
https://github.com/linbei0/EcomGen
下载地址
https://pan.quark.cn/s/6b0434d9a1ec
